人工智能的前世今生，未来八大产业

2018年区块链在不停给每个人洗脑的时候，人工智能已经开始悄悄进入百姓家，它的实际应用会给我们每个人带来怎样的变化呢？

在基础技术方面，大数据管理和云计算技术得到广泛的运用，为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，是一切人工智能应用得以实现的大前提；人工智能技术，目前主要聚焦在人机交互、计算机视觉、深度学习领域；人工智能应用聚焦在智能医疗、机器人、智能家居、汽车电子等领域，当前正处于由专业应用向通用应用过度的发展阶段。下面将对人工智能技术，即芯片厂商与人工智能应用领域进行重点梳理。
人工智能芯片厂商
那就是我们都很熟悉的N厂，NVIDIA：凭借具备识别、标记功能的图像处理器，在人工智能还未全面兴起之前，英伟达就先一步掌控了这一时机。在2016年，英伟达更是一连发布了多款针对深度学习的芯片，像4月份发布的一款可执行深度学习神经网络任务的Tesla P100 GPU，又比如9月份发布的基于Pascal架构的深度学习芯片Tesla P4和Tesla P40，其中，Pascal架构能助推深度学习加速65倍。
arm：全球85%的智能移动设备中都采取了ARM架构，其中，超过95%的智能手机运用了ARM的处理器，在智能硬件和物联网高速发展的如今，ARM有着绝对的地位。
英特尔：随着人工智能在金融行业的发展势头继续增长，英特尔将为金融业提供软硬件的支持。在收购创业公司Nervana后，英特尔将在晚些时候发布名为Lake Crest的最新专用集成电路（ASIC）。这款处理器是专为深度学习设计而优化——深度学习是受到人脑神经网络启发的技术，是人工智能的核心。英特尔计划把Nervana技术与其至强处理器集成到一个名为Knights Crest的项目中。到2020年，其性能预计提高100倍。
IBM：TrueNorth是IBM参与DARPA的研究项目SyNapse的最新成果。这种芯片把数字处理器当作神经元，把内存作为突触，跟传统冯诺依曼结构不一样，它的内存、CPU和通信部件是完全集成在一起。#p#分页标题#e#
谷歌：谷歌的人工智能相关芯片就是TPU。也就是Tensor Processing Unit。TPU是专门为机器学习应用而设计的专用芯片。通过降低芯片的计算精度，减少实现每个计算操作所需的晶体管数量，从而能让芯片的每秒运行的操作个数更高，这样经过精细调优的机器学习模型就能在芯片上运行的更快，进而更快的让用户得到更智能的结果。
高通：高通与商汤科技合作，围绕移动终端和物联网（IoT）领域产品，在人工智能（AI）和机器学习（ML）领域。换言之，高通的骁龙芯片在顶级和高端定位的产品上，将出现来自商汤的算法，进一步优化体验，带给客户更全面、细致的使用提升。
联发科：联发科积极布局人工智慧（AI）市场，不仅新一代的Helio P系列处理器将支援AI及电脑视觉（Computer vision）外，看好智慧语音商机，未来也将从AI Vision、AI Voice切入，推出支援AI的智慧家庭相关晶片。未来联发科不只是著重发展行动业务，也将持续投资AI、5G、NB-IoT、802.11ax与车用电子等五大关键技术，以领先市场与产品差异化为目标。
苹果：苹果公司最早在 2011年推出语音助手 Siri时，就开始了人工智能的尝试，但在那以后它在人工智能领域一直鲜有大动作，但是最近，根据彭博社的报道，这家电子消费品巨头也要像 Google和高通一样开发专业的人工智能芯片了。
华为：在手机科技圈中苹果、华为、三星无疑是最好的风向标，而2017年华为借人工智能超车，发布首款具备人工智能能力的芯片麒麟970、发布全球首款搭载人工智能芯片的智慧手机Mate 10，与此同时，华为也通过长期构建的智慧终端云服务布局，构成了完整的“芯-端-云”生态，成为了名副其实的智慧时代破局者。其他等等国内国外大大小小企业也在行业内，就不一一提及了。

人工智能的主要应用场景，在来自工业和信息化部的新闻稿件中，这样一句描述的确再中肯不过。我国2017年的人工智能产业真可谓风起云涌，好不热闹：不仅在资本市场中频频爆出融资数亿、数十亿的“独角兽”企业，而且从安防到金融、从农耕到互联网，各行各业的大中小企业都在积极参与人工智能这一技术大潮当中。在本次的《行动计划》中指出，在2018-2020这未来三年里，我们要点名重点发展八大类智能产品的规模化发展，并在2020年达到带有数据标准的行业发展节点。#p#分页标题#e#

智能网联汽车，发展从平台到芯片、从自动驾驶系统到车辆智能算法的智能网联汽车软硬件一体化平台。到2020年，建立可靠、安全、实时性强的智能网联汽车智能化平台，支撑高度自动驾驶(HA级)。

智能服务机器人，发展智能交互、智能操作、多机协作等关键技术，推进智能服务机器人在家用、公共、医疗等领域的应用。到2020年，家庭服务机器人和公共服务机器人实现批量生产及应用，医疗手术、养老陪护、消防救援类机器人实现样机生产，并出现20家以上应用示范。

智能无人机，发展智能避障、自动巡航、高集成度专用芯片等关键技术研发，推动新一代通信及定位导航技术在无人机方面应用。到2020年，智能消费级无人机三轴机械增稳云台精度达到0.005 度，实现360度全向感知避障、自动智能强制避让航空管制区域。

医疗影像辅助诊断系统，推动AI医疗影像数据采集标准化，支持典型疾病领域的技术研发，加快AI医疗影像的产品化和临床应用。到2020年，国内先进的多模态医学影像辅助诊断系统对脑、肺、眼等典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%。

视频图像身份识别系统，拓展AI身份识别在安防、金融等重点行业的应用，发展视频监控、图像搜索等典型应用，推进生物特征识别等技术创新。到2020年，复杂动态场景下人脸识别有效检出率超过97%，正确识别率超过90%，支持不同地域人脸特征识别。

智能语音交互系统，在制造、家居等重点场景推广应用，发展语音识别、智能对话、银饰品融合等技术，到2020年，实现多场景下中文语音识别平均准确率达到96%，5米远场识别率超过92%，用户对话意图识别准确率超过90%。

智能翻译系统，利用机器学习提升翻译准确度、实用性，推动多语言互译、同声传译等典型场景。到2020年，多语种智能互译取得明显突破，中译英、英译中场景下产品的翻译准确率超过85%，少数民族语言与汉语的智能互译准确率显著提升。

智能家居产品，发展智能传感器、IoT、机器学习等重点技术，推动家电、安防、家具、照明、洁具等产品的智能化，建设推广一批智能家居示范应用项目。到2020年，智能家居产品类别明显丰富，智能电视市场渗透率达到90%以上，安防产品智能化水平显著提升。#p#分页标题#e#

5G、网络安全四大配套设置保驾护航，除了核心产品、核心技术外，想要人工智能行业健康发展，与该技术相配套的相关设施自然必不可少，《行动规划》从行业资源库、产业评测标准体系、以5G为首的网络建设、以及网络安全这四大角度进行了计划，包括：

1)建设行业训练资源库，推动语音识别、视觉识别、自然语言处理等基础领域数据集共享、并推动开放技术服务云平台。

2)建设人工智能产业标准规范体系，构建人工智能产品的评估测评体系鼓励业界积极参与国际标准化工作，建成知识产权服务平台。

3)发展以5G为首的智能化网络基础设施，加快高精度导航网、工业互联网、车联网等建设，逐步形成智能化网络基础设施体系。

4)构建网络安全保障体系，针对汽车、家居等重点行业开展安全技术攻关，推进漏洞挖掘、安全测试、威胁预警等核心技术。

随着目前人工智能竞争进入白热化阶段，市场上大大小小的各类人工智能公司已经从一开始的拼技术、拼履历、拼大牛，陆续进入到拼行业、拼落地的实干阶段了。这种趋势在《行动规划》中则更为明显，通篇都在强调人工智能技术的落地与产业化，可见在未来三年内，人工智能技术将进一步无孔不入地渗透到行业的方方面面，为我们的生活带来极大冲击变革。